Каскадный метод управления инновационными проектами
advertisement
Селиванов С.Г. д.т.н., профессор Уфимского государственного авиационного технического университета s.g.selivanov@mail.ru Шайхулова А.Ф. аспирант Уфимского государственного авиационного технического университета shaihulova@inbox.ru КАСКАДНЫЙ МЕТОД УПРАВЛЕНИЯ ИННОВАЦИОННЫМИ ПРОЕКТАМИ ТЕХНИЧЕСКОГО ПЕРЕВООРУЖЕНИЯ АВИАДВИГАТЕЛЕСТРОИТЕЛЬНОГО ПРОИЗВОДСТВА В АСТПП Ключевые слова: техническая подготовка производства, модернизация производства, высокие технологии, инновации, автоматизированное управление, цифровое производство, импортозамещение, АСТПП. 1. Функциональное моделирование для модернизации АСТПП Аналитический обзор системотехнических методов решения проблемы автоматизации и управления в АСТПП инновационными проектами технического перевооружения (реконструкции) производства позволил установить, что сокращение сроков и затрат на разработку и реализацию таких инновационных проектов требует разработки новых методов математического моделирования и оптимизации процессов технической подготовки машиностроительного производства. С помощью структурной модели (рис. 1) был определен объект управления – производственная система, в качестве блока управления выступает автоматизированная система технической подготовки производства. Для анализа структуры блока управления была построена функциональная модель IDEF0 жизненного цикла изделия. С ее помощью были выявлены основные функции АСТПП (рис. 2). На основании построенной функциональной модели был предложен каскадный метод управления проектами технического перевооружения производства. Для его реализации была поставлена задача исследования математических зависимостей, которые описывают состояние объекта управления (производственной системы) с позиции анализа производственной мощности. 1 Рисунок 1. Модель для управления проектом технического перевооружения производства: А – амортизационные отчисления; ∆ К – выручка от продажи, высвобожденного оборудования (имущества); З – заемные средства; Эi – прибыль; Vi – объем выпуска Ведомости обору дования и тех нологическая планировка Фу нкция 3.2.00 Тех нологический анализ производства 0р. 1 Ресу рсы новых тех нологий, информационных тех нологий, инновационного инвестиционного проектирования КД, карты у ровня и др. Резу льтаты анализа загру зки производственных мощностей ГОСТ-ы, ЕСТП-ы, СНИП-ы и дру гая нормативная доку ментация, су ществу ющие экономико-тех нологические ограничения Данные по дисбалансу производственных мощностей Управление инновационной деятельностью, у словиями тех нологического маркетинга Строительная доку ментация, ЕСТП, ЕСТД, СНИП и др. Тех нологическая планировка обору дования Фу нкция 3.3.00 Разработка комплекта доку ментации ресу рсосберегающей ТП 0р. Фу нкция 3.12.01 Разработка тех нологической части проекта тех нического перевоору жения (реконстру кции) производства 3 0р. 4 Данные по освоению производственных мощностей Тех нологическая планировка, тех .требования и др. Комплекты ТП Планы-графики работ ТПП Фу нкция 3.12.01 "Организация и у правление ТПП" Фу нкция 5.0.00 Монтаж и отладка тех нологического комплекса 0р. 5 Планы-графики работ ТПП Планы-графики работ ТПП Планы-графики работ ТПП 0р. 2 Мех анизмы АСТПП, инновационного менеджмента, людские ресу рсы и др. Данные о тех нологических решениях NODE: TITLE: NUMBER: Жизненный цикл изделия Рисунок 2. Фрагмент функциональной модели системы технологической подготовки производства (3 уровень диаграммы «Жизненный цикл изделия»). 2 Инновационная проду кция, тех нологические инновации 2. Математическое и динамическое моделирование процессов в АСТПП Концепция волнового развития производственных систем позволила получить аналитическое описание процесса развития машиностроительного производства с помощью последовательной смены S-образных кривых развития – кривых «освоения технологий». На основе предложенной концепции можно осуществлять управление техническим перевооружением и реконструкцией производственных подразделений (цех/корпус/участок) на протяжении жизненного цикла технологической системы (рис.3) по схеме «точно в срок» и «в пределах сметы». Рисунок 3. Модифицируемый график изменения стоимости проекта и хода его расписания. Применение представленных научных результатов в системе непрерывной реконструкции производства позволяет построить долгосрочную стратегию развития (модернизации) предприятия с помощью АСТПП по CALS- технологии. Установлено, что математический вид эмпирических кривых «освоения технологий» с достаточностью точностью описывают алгебраические решения (1) дифференциального уравнения Ферхюльста (рис. 4): KP e rt x S S (t ) y K P e rt x , (1) где S – производственная мощность производственного подразделения, K – максимальный уровень производственной мощности, P – начальное значение производственной мощности, r – стратегия, предполагающая переходный процесс прироста мощности и короткое время выполнения проекта (коэффициент прироста, определяет «радиус скругления» кривой), x, y – коэффициенты сдвига по оси абсцисс (времени) и ординат (производственной мощности). Для определения граничных условий для построения кривой освоения технологий предлагается использовать каскад уравнений (рис.4). В каскаде уравнения решаются последовательно, и результаты подставляются во второе и так далее. 3 вычислений первого уравнения А Рисунок 4. График ввода мехатронного станочного оборудования (монтажа и отладки технологического комплекса на базе многоцелевых обрабатывающих центров Hermle C60). Примечание: точка А на рис.4. – это особая точка, не связанная с исполнением проектной документации, а обозначающая только подготовку организационнораспорядительных документов Рисунок 5. Схема решения каскада уравнений для задачи анализа производственной мощности в АСТПП. Примечания: tmin – наиболее ранний срок проекта ТПП, tmax – наиболее поздний срок осуществления проекта технического перевооружения производства или реконструкции производства цеха; tok – расчетный срок окупаемости капиталовложений, определенный в акте ввода дополнительных производственных мощностей в момент t1; t1 – срок предшествующей реконструкции, расширения или строительства цеха (создания участка); V(t) – функция изменения объёмов выпуска продукции во времени; k – коэффициент изменения приведенных затрат с момента t1; М – производственная мощность (пропускная способность) цеха; S – функция изменения от минимума до максимума числа единиц оборудования в цехе или на производственном участке; F – годовой действительный (эффективный) фонд времени работы единицы оборудования за год, К - капиталовложения в инновационный проект 4 для момента времени tmax; kи – доля от чистой прибыли (Эi) направляемая на техническое перевооружение производства, полученная в интервале (tmin; tmax) как от реализации инновационного (инвестиционного) проекта, осуществленного в момент (t1), так и от суммы организационно-технических мероприятий по техническому перевооружению отдельных рабочих мест («узких мест») цеха или участка в интервале (t1;tmax), А – амортизационные отчисления, С - потребный прирост производственной мощности для обеспечения объемов выпуска V* к моменту времени t*. Разработанный перевооружения каскадный производства, метод который управления проектами заключается в технического последовательном и взаимосвязном решении функций модели (рис.2), на рисунке 6 представлен в виде IDEF3 -модели. Рисунок 6. Динамическая модель каскадного метода управления проектами технического перевооружения производства. Белыми блоками OBJECT показано программное обеспечение, которое рекомендуется использовать в рамках метода для автоматизации этапов и стадий ТПП, тонированными блоками показаны те программы MatLab и электронные базы данных, которые разработаны в данном исследовании и на которые были получены свидетельства о регистрации. Программа MatLab в качестве основной математической модели в предложенном каскадном методе использует новые зависимости – кривые освоения технологий (в виде решений дифференциального уравнения Ферхюльста). Для верификации проектных решений на стадии «Организация и управления ТПП» была разработана электронная база данных норм времени на этапы ТПП. Для ее 5 разработки были исследованы статистические данные по длительностям выполнения типовых работ ТПП (монтаж и отладка технологических комплексов, длительность проектно-изыскательных работ по ТПП) и выявлены соответствующие математические зависимости (рис.7, 8). Рисунок 7. Блок-схема программы MatLab для технологического анализа производства. 6 Рисунок 8. Пример статистической зависимости для разработки электронной БД норм времени этапов ТПП (зависимость трудоемкости монтажа оборудования от его массы). 3. Оптимизация проектов в АСТПП на основе применения нейронных сетей Для оптимизации технологических процессов (ТП) и чертежей технологических планировок оборудования предложено использование нейронных сетей. Для решения задачи группирования изделий использована нейронная сеть Кохонена (рис. 9). В качестве входной информации используется шифр изделия согласно ЕСКД и ЕСТП, количество нейронов выходного слоя равно количеству кластеров для группирования. 7 А) Б) Рисунок 9. Пример использования нейронной сети Кохонена для решения задачи группирования деталей (А - архитектура сети, Б – диаграмма, показывающая распределение изделий по кластерам). В каждом кластере выбирается изделие-представитель и для него разрабатывается и оптимизируется проектный технологический процесс (ТП) изготовления. Целевая функция оптимизации в данном случае: F=µ1*T+µ2*C→min, (2) где Т- трудоемкость, С – приведенные затраты, µ1, µ2 - положительные числа, характеризующие относительную важность критериев оптимизации. Структура нейронной сети представлена на рис. 10. На вход сети подается массив данных, сформированный на основании математической модели ТП (многовариантный граф ТП, где каждой вершине – операции ТП присвоено значение Т и С). На выходе из сети множество вариантов ТП для построения кривой для поиска Парето - предпочтительного варианта ТП (рис.10). На основании результатов группирования изделий и оптимизации ТП их изготовления, разрабатывается 3D – модель производственного подразделения, которая потом оптимизируется по критериям грузопотока и площади: (3) где G*, S* - значения соответственно грузооборота и площади, приведенные к относительному безразмерному виду по формуле: , (4) 8 где ki – значение критерия оптимизации на i-ой итерации алгоритма, kmax – максимальное значение этого же критерия (в данном случае грузооборота G и площади S); μ1, μ2 – положительные числа, характеризующие относительную важность критериев оптимизации (G, S). Предпочтительный вариант выбирается по условиям Парето – оптимальности. Множество точек вариантов технологических планировок оборудования, которые образуют Парето – фронт, формируется с помощью технологии трехмерного моделирования объекта проектирования (корпуса, цеха, участка). А) Б) Рисунок 10. Использование каскадной нейронной сети для решения задачи выбора предпочтительного варианта ТП изделия (А – архитектура сети, Б – пример выбора Парето – предпочтительного варианта). На основе апробации на авиадвигателестроительном производстве с помощью методов имитационного моделирования была доказана эффективность использования каскадного метода управления инновационными перевооружения производства в АСТПП (рис. 11) 9 проектами технического А) Б) В) Рисунок 11. Результаты использования каскадного метода управления проектами ТПП (А – сокращение длительности производственного цикла, Б – снижение срока окупаемости проекта, В – сокращение срока выполнения проекта). ЗАКЛЮЧЕНИЕ 1. Построенная функциональная модель АСТПП позволила разработать комплексный каскадный метод автоматизации и управления проектами технического перевооружения и реконструкции авиадвигателестроительного производства для постановки на производство новых изделий и освоения новых технологий в машиностроении. Метод обеспечивает анализ загрузки производственных мощностей авиадвигателестроительных предприятий и управление инновационными проектами технического перевооружения авиадвигателестроительного производства. 2. Установлено, что процесс развития машиностроительного производства можно представить как последовательную смену S-образных кривых развития – кривых «освоения технологий». Указанные зависимости описывают решения дифференциального уравнения Ферхюльста. 3. Установлено, что разработанный в исследовании комплексный каскадный метод управления проектами технического перевооружения производства позволяет в условиях АСТПП, на основе применения каскадов: интегральных, 10 дифференциальных, алгебраических уравнений и каскадных нейронных сетей оптимизировать проектно-технологические решения, определять сроки выполнения проектов и обеспечивать управление инновационными проектами технического перевооружения в заданные сроки. 4. Установлено, что новые статистические зависимости, использованные для обоснования электронных баз данных норм времени и верификации проектных решений в АСТПП, позволяют повысить достоверность расчетов в проектах. 5. Установлено, что использование разработанного каскадного метода позволяет сократить сроки выполнения проекта ТПП, повысить его окупаемости, снизить затраты по проекту. Список литературы 1. Системотехническое моделирование и управление проектами технического перевооружения производства в машиностроении / А.Ф. Шайхулова, С. Г. Селиванов // Вестник УГАТУ. 2014. - Т. 18, № 2 (63). - С. 125-133. 2. Системотехническое моделирование и управление инновационными проектами технического перевооружения производства в машиностроении / А.Ф. Шайхулова, С. Г. Селиванов // Инновации. – СПб., 2014. - № 6 (188). - С.8-14. 3. Использование закономерностей развития и освоения высоких и критических технологий в управлении инновационными проектами / А.Ф. Шайхулова, С. Г. Селиванов, С. Н. Поезжалова // Вестник УГАТУ. 2014. - Т. 18, № 3 (64). - С. 162169. 4. Использование закономерностей развития высоких и критических технологий в управлении инновационными проектами / А.Ф. Шайхулова, С. Г. Селиванов, С. Н. Поезжалова // Электронное научно-техническое издание «Наука и образование» (МГТУ им. Баумана, г. Москва). – М., 2014. - № 6, июнь. - С. 29-44. 5. Каскадный метод оптимизации проектных технологических процессов в АСТПП на основе использования искусственных нейронных сетей / А.Ф. Шайхулова, Селиванов С.Г., Габитова Г.Ф., Яхин А.И // Вестник УГАТУ. 2014. - Т. 18, № 3(64). С.170–174. 6. Методы инновационного проектирования технологического перевооружения производства / А.Ф. Шайхулова, С. Г. Селиванов, Г.Ф. Камалова. – Saarbrucken: LAMBERT, 2014. – 316 с. 11 7. Будущее развития цифрового производства в России / Шайхулова А.Ф., Селиванов С.Г., Кутин А.А., Закшевская Н.Н // Manufacturing Engineering and technology for manufacturing growth: сборник научных трудов конференции. - Ванкувер, 2015. - С. 31 – 35 (на англ. языке). 12
